Site updated: 2023-08-25 10:02:20

2023/08/notePython/index.html

@@ -1098,6 +1098,52 @@ <h4 id="配色"><a href="#配色" class="headerlink" title="配色"></a>配色</
  </p>
 <h4 id="更多示例"><a href="#更多示例" class="headerlink" title="更多示例"></a>更多示例</h4><p><a target="_blank" rel="noopener" href="https://www.python-graph-gallery.com/">https://www.python-graph-gallery.com/</a></p>
 <h4 id="前端作图界面"><a href="#前端作图界面" class="headerlink" title="前端作图界面"></a>前端作图界面</h4><p><a target="_blank" rel="noopener" href="https://echarts.apache.org/en/index.html">https://echarts.apache.org/en/index.html</a></p>
+<h3 id="PANDAS"><a href="#PANDAS" class="headerlink" title="PANDAS"></a>PANDAS</h3><p>Pandas 是 Python 语言的一个扩展程序库，用于数据分析</p>
+<figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">import</span> pandas <span class="keyword">as</span> pd</span><br></pre></td></tr></table></figure>
+
+<h4 id="数据类型-1"><a href="#数据类型-1" class="headerlink" title="数据类型"></a>数据类型</h4><p>Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型</p>
+<p>Series 由索引（index）和列组成</p>
+<figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">pandas.Series( data, index, dtype, name, copy)</span><br></pre></td></tr></table></figure>
+
+<p>参数说明：</p>
+<ul>
+<li>data：一组数据(ndarray 类型)</li>
+<li>index：数据索引标签，如果不指定，默认从 0 开始</li>
+<li>dtype：数据类型，默认会自己判断</li>
+<li>name：设置名称</li>
+<li>copy：拷贝数据，默认为 False</li>
+</ul>
+<figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">import</span> pandas <span class="keyword">as</span> pd</span><br><span class="line">a = [<span class="number">1</span>, <span class="number">2</span>, <span class="number">3</span>]</span><br><span class="line">myvar = pd.Series(a)</span><br><span class="line"><span class="built_in">print</span>(myvar)</span><br></pre></td></tr></table></figure>
+
+<p>DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）</p>
+<p>DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）</p>
+<figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">pandas.DataFrame( data, index, columns, dtype, copy)</span><br></pre></td></tr></table></figure>
+
+<p>参数说明：</p>
+<ul>
+<li><p>data：一组数据(ndarray、series, map, lists, dict 等类型)</p>
+</li>
+<li><p>index：索引值，或者可以称为行标签</p>
+</li>
+<li><p>columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) </p>
+</li>
+<li><p>dtype：数据类型</p>
+</li>
+<li><p>copy：拷贝数据，默认为 False</p>
+</li>
+</ul>
+<figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">import</span> pandas <span class="keyword">as</span> pd</span><br><span class="line">data = &#123;<span class="string">&quot;calories&quot;</span>: [<span class="number">420</span>, <span class="number">380</span>, <span class="number">390</span>],<span class="string">&quot;duration&quot;</span>: [<span class="number">50</span>, <span class="number">40</span>, <span class="number">45</span>]&#125;</span><br><span class="line"><span class="comment"># 数据载入到 DataFrame 对象</span></span><br><span class="line">df = pd.DataFrame(data)</span><br><span class="line"><span class="comment"># 返回第一行</span></span><br><span class="line"><span class="built_in">print</span>(df.loc[<span class="number">0</span>])</span><br><span class="line"><span class="comment"># 返回第二行</span></span><br><span class="line"><span class="built_in">print</span>(df.loc[<span class="number">1</span>])</span><br></pre></td></tr></table></figure>
+
+<h4 id="CSV"><a href="#CSV" class="headerlink" title="CSV"></a>CSV</h4><p>CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。CSV 是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用</p>
+<p>Pandas 可以很方便的处理 CSV 文件</p>
+<figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">import</span> pandas <span class="keyword">as</span> pd</span><br><span class="line">df = pd.read_csv(<span class="string">&#x27;nba.csv&#x27;</span>)</span><br><span class="line"><span class="built_in">print</span>(df.to_string())</span><br></pre></td></tr></table></figure>
+
+<ul>
+<li>to_string() 用于返回 DataFrame 类型的数据，如果不使用该函数，则输出结果为数据的前面 5 行和末尾 5 行，中间部分以 <strong>…</strong> 代替</li>
+<li>head( n ) 方法用于读取前面的 n 行，如果不填参数 n ，默认返回 5 行</li>
+<li>tail( n ) 方法用于读取尾部的 n 行，如果不填参数 n ，默认返回 5 行，空行各个字段的值返回 NaN</li>
+<li>info() 方法返回表格的一些基本信息</li>
+</ul>
 
  <!-- 分类文章 -->